按文献类别分组
关键词
基于QAR数据的飞行员个体超限风险精细化评价模型
作者: 汪磊     安佳宁     赵新斌     俞力玲   来源: 中国安全科学学报 年份: 2024 文献类型 : 期刊 关键词: 精细化评价   个体超限风险   飞行品质监控(FOQA)   快速存取记录器(QAR)数据   k   Means聚类   熵权逼近理想解排序(TOPSIS)法  
描述: 基于QAR数据的飞行员个体超限风险精细化评价模型
基于QAR数据的飞行员个体超限风险精细化评价模型
作者: 汪磊     安佳宁     赵新斌     俞力玲   来源: 中国安全科学学报 年份: 2024 文献类型 : 期刊 关键词: 精细化评价   个体超限风险   飞行品质监控(FOQA)   快速存取记录器(QAR)数据   k   Means聚类   熵权逼近理想解排序(TOPSIS)法  
描述: 基于QAR数据的飞行员个体超限风险精细化评价模型
航空器进场效率量化评价及其影响因素分析
作者: 赵嶷飞   杨程凯   马伶伶   来源: 科学技术与工程 年份: 2018 文献类型 : 期刊 关键词: ADS   进场效率   k   Means聚类   效率评价指标   B数据  
描述: 终端区已成为制约民航发展的瓶颈区域,且中国在终端区进场效率评价方面仍停留在定性分析阶段,缺乏量化的指标。选取以机场跑道中心点为圆心,100海里为半径的圆形区域作为研究区域,结合ADS-B数据对航空器
航空器进场效率量化评价及其影响因素分析
作者: 赵嶷飞   杨程凯   马伶伶   来源: 科学技术与工程 年份: 2018 文献类型 : 期刊 关键词: ADS   进场效率   k   Means聚类   效率评价指标   B数据  
描述: 终端区已成为制约民航发展的瓶颈区域,且中国在终端区进场效率评价方面仍停留在定性分析阶段,缺乏量化的指标。选取以机场跑道中心点为圆心,100海里为半径的圆形区域作为研究区域,结合ADS-B数据对航空器
飞机离地姿态与飞行操作“因果-时序”耦合动态Bayes网络模型
作者: 张秀艳     王琪   来源: 清华大学学报(自然科学版) 年份: 2024 文献类型 : 期刊 关键词: 飞机姿态   飞行操作   风险应对   动态Bayes网络(DBN)   快速存取记录器(QAR)数据  
描述: ,对飞机离地姿态与飞行操作之间的耦合机理进行研究。根据安全韧性理论,构建了飞机离地姿态与飞行操作“因果-时序”耦合模型;基于国内某航空公司A319机队1 359个航段快速存取记录器(QAR)数据,利用
基于大数据的航空公司客户价值的分析与研究
作者: 徐伶伶   张淑莲   张欣   来源: 信息与电脑(理论版) 年份: 2020 文献类型 : 期刊 关键词: means算法   TRFMZ模型   客户价值   k  
描述: 基于大数据的航空公司客户价值的分析与研究
基于大数据的航空公司客户价值的分析与研究
作者: 徐伶伶   张淑莲   张欣   来源: 信息与电脑(理论版) 年份: 2020 文献类型 : 期刊 关键词: means算法   TRFMZ模型   客户价值   k  
描述: 基于大数据的航空公司客户价值的分析与研究
基于PCA优化的神经网络飞机燃油消耗预测方法
作者: 詹韧   张登成   郑无计   来源: 测控技术 年份: 2019 文献类型 : 期刊 关键词: 主成分分析法   S检验法   飞机燃油消耗   神经网络   k  
描述: ,并将几种神经网络的预测效果进行了对比;提出了基于K-S检验法预测结果冗余修正法并进行了修正。误差指标和预测图像表明与主成分分析结合后Elman神经网络对飞机燃油消耗的预测性能优于其他传统神经网络,且K-S检验法能够有效实现对预测结果的修正。
基于PCA优化的神经网络飞机燃油消耗预测方法
作者: 詹韧   张登成   郑无计   来源: 测控技术 年份: 2019 文献类型 : 期刊 关键词: 主成分分析法   S检验法   飞机燃油消耗   神经网络   k  
描述: ,并将几种神经网络的预测效果进行了对比;提出了基于K-S检验法预测结果冗余修正法并进行了修正。误差指标和预测图像表明与主成分分析结合后Elman神经网络对飞机燃油消耗的预测性能优于其他传统神经网络,且K-S检验法能够有效实现对预测结果的修正。
基于PCA优化的神经网络飞机燃油消耗预测方法
作者: 詹韧   张登成   郑无计   来源: 测控技术 年份: 2019 文献类型 : 期刊 关键词: 主成分分析法   S检验法   飞机燃油消耗   神经网络   k  
描述: ,并将几种神经网络的预测效果进行了对比;提出了基于K-S检验法预测结果冗余修正法并进行了修正。误差指标和预测图像表明与主成分分析结合后Elman神经网络对飞机燃油消耗的预测性能优于其他传统神经网络,且K-S检验法能够有效实现对预测结果的修正。
< 1 2
Rss订阅